Les « jumeaux de Digitals de différents patients peuvent aider à trouver le meilleur médicament à chaque patient

Des types d'ordinateur avancés des maladies peuvent être utilisés pour améliorer le diagnostic et la demande de règlement. L'objectif est de développer les modèles « jumeaux digitaux » de différents patients. Ces jumeaux peuvent aider de calcul à recenser et essayer le meilleur médicament, avant de soigner réellement un patient. Les modèles sont le résultat d'une étude internationale, publié en médicament de génome de tourillon d'accès ouvert.

Un des problèmes les plus grands dans les soins médicaux est que le médicament est inutile dans 40-70% de patients présentant des maladies communes. Un motif important est que les maladies sont rarement provoquées par un « erreur » unique et facilement traitable. Au lieu de cela, la plupart des maladies dépendent des interactions modifiées entre les milliers de gènes dans beaucoup de différents types de cellules. Une autre raison est que ces interactions peuvent différer entre les patients présentant le même diagnostic. Il y a un écartement large entre ces complexité et santé moderne. Une équipe de recherche internationale a visé à établir ce lien en construisant les modèles de calcul de la maladie avec des interactions modifiées de gène en travers de beaucoup de types de cellules.

Notre objectif est de développer ces modèles en « jumeaux digitaux des maladies des différents patients afin de concevoir en fonction le médicament chaque patient. Dans le meilleur des cas, chaque jumeau sera de calcul apparié avec et traité avec des milliers de médicaments, avant de sélecter réellement le meilleur médicament pour soigner le patient. »

M. Mikael Benson, professeur, université de Linköping, Suède

Benson a abouti l'étude.

Les chercheurs ont commencé par développer des méthodes pour construire les jumeaux digitaux, utilisant un modèle de souris de l'arthrite rhumatoïde humaine. Ils ont employé une technique, ARN unicellulaire ordonnançant, pour déterminer toute l'activité de gène dans chacun de milliers de différentes cellules des joints malades de souris. Afin de construire des types d'ordinateur avec de toutes les caractéristiques, les chercheurs avaient l'habitude des analyses réseau. Des « réseaux peuvent être employés pour décrire et analyser la plupart des systèmes complexes », dit M. Benson. « Un exemple simple est une équipe de football, dans laquelle les lecteurs sont branchés dans un réseau basé sur leurs passages. Le lecteur qui mélange des passages avec la plupart des autres lecteurs peut être le plus important ». Des principes assimilés ont été appliqués pour construire la souris « jumelle », ainsi que pour recenser le type le plus important de cellules. Que le type de cellules a été de calcul apparié avec des milliers de médicaments. En conclusion, les chercheurs ont prouvé que le médicament de « meilleur » pourrait être employé pour traiter et corriger les souris malades.

L'étude a également expliqué qu'il peut être possible d'utiliser les types d'ordinateur pour diagnostiquer la maladie chez l'homme. Les chercheurs se sont concentrés sur le même type de cellules qui a été employé pour l'identification de médicament. Ce type de cellules, cellules de T, joue un rôle majeur dans la défense immunisée, et sert d'empreinte digital du jumeau digital de totalité. Les chercheurs ont analysé des cellules de T des patients présentant les treize maladies, y compris des maladies auto-immune, des maladies cardio-vasculaires et des types de cancer variés. Les empreintes digital diagnostiques ont pu être employées non seulement pour discerner des patients des personnes en bonne santé, mais pour discerner également la plupart des maladies entre eux.

« Depuis des cellules de T fonctionnent comme une sorte de satellite d'espion, qui étudie continuement le fuselage pour découvrir et combattre la maladie dès que possible, il peut être possible d'employer ce type de cellules pour le diagnostic précoce de beaucoup de différentes maladies », dit Mikael Benson.

Source:
Journal reference:

Gawel, D. et al. (2019) A validated single-cell-based strategy to identify diagnostic and therapeutic targets in complex diseases. Genome Medicine. doi.org/10.1186/s13073-019-0657-3